随着汽车产业物联网和智能化的普及,轮毂电机驱动电动汽车由于其智能化和低污染化的优势,越来越受到广泛大众的青睐。永磁同步电机因其自身结构简易、高功率密度和高效率等特点,已然成为目前车用驱动轮毂电机的主流选择。车用驱动轮毂电机对自身动态性能要求较高,其整体控制性能对电动汽车的动力性和安全性影响较大,所以如何准确获取轮毂电机的转子位置至关重要。由于轮毂电机驱动电动汽车行驶工况复杂多变,一般用于获取转子位置信息的机械式传感器会容易发生故障,进而影响电动汽车行驶安全性和动力性。故而,车用驱动电机的无位置传感器控制技术是近几年的研究热点。本文主要工作内容如下:首先,为了实现车用永磁同步轮毂电机（Permanent Magnet Synchronous Hub Motor,PMSHM）的矢量控制,根据矢量控制系统的要求,在两种不同坐标系下建立了表贴式PMSM数学模型。紧接着对PMSM矢量控制原理进行了简单的介绍,选取了合适的控制策略,并对空间电压矢量脉宽调制技术（Space Voltage Vector Pulse Width Modulation,SVPWM）的基本原理和算法的实现进行了推导分析。在此基础上,针对逆变器死区效应对轮毂电机控制性能的影响,对传统的死区补偿方案进行深入分析对比,并且提出了一种新型的死区补偿方法来抵消死区效应带来的影响。最后,搭建了基于死区补偿的车用PMSHM矢量控制仿真模型,仿真结果进一步验证该方法的高效性。其次,基于车用PMSHM的凸极性和对启动平顺性的要求,利用脉振高频电压注入（Pulse High Frequency Voltage Injection,PHFVI）算法来对低速时车用PMSHM转子位置进行估计。在所建立的高频激励信号下PMSHM数学模型基础上,对PHFVI算法原理进行了分析推导,并提出了一种负序电流信号提取方法和设计了一种位置跟踪观测器对包含转子位置信息的信号进行提取和估计。最后,加入所提死区补偿方法,搭建了基于新型死区补偿的车用PMSHM低速无位置传感器控制仿真模型,并通过仿真结果验证了所提估计算法的可行性,并进一步验证了死区效应在低速阶段对电机控制性能影响较大。然后,由于低速时转子位置估计算法在中高速阶段误差较大、动态性能较差等特点,采用基于电机的反电动势的扩展卡尔曼滤波（Extended Kalman Filtering,EKF）法来实现车用PMSHM低速时转子位置的估计。针对卡尔曼滤波法,详细分析了离散型卡尔曼滤波原理和连续型方程的离散化,进一步提出了EKF算法,并对EKF算法的基本原理和计算流程进行详细的分析推导,并且建立了基于EKF算法的车用PMSHM无位置传感器控制系统模型。最后,加入所提死区补偿方法,搭建了基于新型死区补偿的车用PMSHM中高速无位置传感器控制仿真模型,并通过仿真结果验证了所提估计算法具有较高的转子位置估计精度,并进一步验证了死区效应在中高速阶段对电机控制性能的影响较小。最后,为了实现车用PMSHM在全速度范围内的无位置传感器控制,使得车用PMSHM从低速到中高速阶段过渡区间能够平滑切换,设计了一种加权切换方法。并搭建了加入新型死区补偿算法后的车用PMSHM全速度范围无位置传感器控制仿真模型,仿真结果表明该方法具有较好的转矩响应能力。